Python - 从列表中选择随机对象

Question

我有对象列表“p”，每个对象都有一些数字“a”（例如p [3] .a = 5）。 我想从列表中选择随机对象，方式是选择一个对象的概率与其a值成正比，即选择a = 5的对象的概率是选择具有a = 1的对象的概率的五倍。 我怎么能用Python / Pylab / Numpy做到这一点？

谢谢！

Answer 1

这适用于整数计数，但对于大数量计数不会有效。

c = collections.Counter({k:k.a for k in stuff})
random.choice(list(c.elements()))

Answer 2

这是一种更有效的方法。

import random

def weighted_choice(items):
    # check if no items exist
    if not items:
        return None

    # compute total of all weights
    total = sum(item.weight for item in items)

    # select a random point within the total
    selection = random.randint(0, total - 1)

    # find the corresponding item
    count = 0
    for item in items:
        count += item.weight
        if selection < count:
            return item

Answer 3

我建议使用bisect

from bisect import bisect

class Element(object):
    def __init__(self, value):
        self.a = value
    def __repr__(self):
        return 'Element({})'.format(self.a)

data = [Element(3), Element(5), Element(7), Element(1)]
last = 0
breakpoints = []
for element in data:
    breakpoints.append(last + element.a)
    last += element.a
print(breakpoints)

for random_value in xrange(last):
    pos = bisect(breakpoints, random_value)
    print(random_value, data[pos])

您必须使用断点构建列表一次。 然后，只要您愿意，您就可以使用相当快速的bisect算法。

最后一个循环只是为了演示结果。

编辑：获取断点的另一种方法（我不喜欢for-loop）：

values = [value.a for value in data]
breakpoints = [sum(values[:pos+1]) for pos in xrange(len(values))]